COVID-19大流行改变了健康和日常生活的许多方面。部分感染该病毒的人存在持续性疾病问题,症状类型和严重程度各异。本研究对患者电子健康记录(EHR,n=564)中的自我报告COVID-19后症状与Reddit和Twitter上随机收集的帖子(各500条)进行定性评估。我们展示了不同平台上共享的症状类型的不一致性,以及症状严重程度的评估方式,表明社交媒体对COVID-19后症状的描述并不能完整呈现这一现象。本研究通过将COVID-19后症状的数字痕迹与EHR数据相连接,为CSCW健康文献做出贡献,批判了将社交媒体作为健康代理的做法,并指出其在传统健康数据分析中添加背景信息的潜力。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/124470/2023

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
11 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文